王玉恒;周永泉;罗启芳 基于离散Harris-Hawks优化的共享电动汽车调度模型参数优化。 (英语) Zbl 1509.90078号 数学。Biosci公司。工程师。 19,第7号,7284-7313(2022)。 MSC公司: 90B35型 运筹学中的确定性调度理论 90B50型 管理决策,包括多个目标 90 C59 数学规划中的近似方法和启发式 65K10码 数值优化和变分技术 关键词:离散Harris-Hawks优化;共享电动汽车调度;传递函数;元启发式优化 软件:变色龙蜂群 PDF格式BibTeX公司 XML格式引用 \textit{Y.Wang}等人,数学。Biosci公司。工程19,编号7,7284--7313(2022;Zbl 1509.90078) 全文: 内政部 OA许可证 参考文献: [1] R、 关于未来机动系统中单向电动汽车共享汽车的潜力,Trans。决议A部分:政策实践。,120, 17-30 (2019) ·doi:10.1016/j.tra.2018.12.003 [2] F、 汽车共享服务:注释性评论,可持续城市协会,37,501-518(2018)·doi:10.1016/j.scs.2017.09.020 [3] M、 汽车共享运营政策:单向和双向系统的比较,《运输》,42497-518(2015)·doi:10.1007/s11116-015-9604-3 [4] J、 新的自由浮动汽车共享系统将对环境产生什么影响?汽车2的案件发生在厄尔姆,埃科。经济。,70, 1519-1528 (2011) ·doi:10.1016/j.ecolecon.2011.03.014 [5] J、 遗传算法,科学。美国(1992)·doi:10.1038/科学美国人0792-66 [6] R.Storn,《差异进化研究趋势与开放问题》,载差异进化研究进展,143(2008),1-31。https://doi.org/10.1007/978-3-540-68830-3_1 [7] 一、 进化策略,计算。智力:模仿生活(1994) [8] G.B.Fogel,进化编程,in自然计算手册柏林施普林格出版社,2011年。 [9] A、 进化编程。程序。,1-386 (1994) ·doi:10.1142/9789814534116 [10] O、 一种新的优化方法:Big Bang-Big Crunch,高级工程软件。,37, 106-111 (2006) ·doi:10.1016/j.advengsoft.2005.04.005 [11] E、 GSA:引力搜索算法,Inf.Sci。,179, 2232-2248 (2009) ·Zbl 1177.90378号 ·doi:10.1016/j.ins.2009.03.004 [12] A、 一种新的启发式优化方法:带电系统搜索。,213, 267-289 (2010) ·Zbl 1397.65094号 ·doi:10.1007/s00707-009-0270-4 [13] M.H.Tayarani-N,M.R.Akbarzadeh-T,《磁优化算法——一种新的综合方法》2008年IEEE进化计算大会(IEEE计算智能世界大会), (2008), 2659-2664. https://doi.org/10.1109/CEC.2008.4631155 [14] R、 中心力优化:一种新的元启发式算法,在应用电磁学中的应用,Prog。电动发电机。研究,77,425-491(2007)·doi:10.2528/PIER07082403 [15] B、 ACROA:用于全局优化的人工化学反应优化算法,专家系统。应用。,38, 13170-13180 (2011) ·doi:10.1016/j.eswa.2011.04.126 [16] A、 黑洞:一种新的启发式数据聚类优化方法,Inf.Sci。,222, 175-184 (2013) ·doi:10.1016/j.ins.2012.08.023 [17] H.Du,X.Wu,J.Zhuang,函数优化的小世界优化算法,in自然计算的进展, (2006), 264-273. https://doi.org/10.1007/11881223_33 [18] H、 基于galaxy搜索算法的主成分分析:一种新的用于连续优化的元启发式算法,Int.J.Compute。科学。工程,6132-140(2011)·doi:10.1504/IJCSE.2011.041221 [19] Y.T.Xiao,C.L.Chuang,J.A.Jiang,C.C.Chien,一种新的优化算法:空间引力优化,in2005年IEEE系统、人与控制论国际会议, 3 (2005), 2323-2328. https://doi.org/10.109/ICSMC.2005.1571495 [20] F、 亨利气体溶解度优化:一种新的基于物理的算法,Future Gener。计算。系统。,101, 646-667 (2019) ·doi:10.1016/j.未来2019.07.015 [21] 五十、 算法优化算法,计算。方法应用。机械。工程,376113609(2021)·Zbl 1506.90276号 ·doi:10.1016/j.cma.2020.113609 [22] 一、 超越隐喻:基于龙格库塔方法的高效优化算法,专家系统。应用。,181, 115079 (2021) ·doi:10.1016/j.eswa.2021.115079 [23] J.Kennedy,R.Eberhart,粒子群优化,inICNN’95国际神经网络会议论文集,4(1995年),1942-1948年。https://doi.org/10.109/ICNN.1995.488968 [24] D、 一种强大而有效的数值函数优化算法:人工蜂群(ABC)算法,J.Global Optim。,39, 459-471 (2007) ·Zbl 1149.90186号 ·数字对象标识代码:10.1007/s10898-007-9149-x [25] M、 蚂蚁系统:由一群协作代理进行优化,IEEE Trans。系统。,人,赛博。,B部分,26,29-41(1996)·数字标识代码:10.1109/3477.484436 [26] X.S.Yang,用于多模态优化的Firefly算法,in随机算法:基础与应用施普林格,(2009),169-178。https://doi.org/10.1007/978-3-642-04944-6_14 ·Zbl 1260.90164号 [27] 十、 Bat算法:一种新的全局工程优化方法,工程计算。,29, 464-483 (2012) ·doi:10.1108/0264440121235834 [28] E、 解决可靠性冗余分配问题的Lévy航班杜鹃搜索算法。,45, 1273-1286 (2013) ·doi:10.1080/0305215X.2012.729055 [29] S、 非线性全局优化的人工藻类算法(AAA),应用。软计算。,31, 153-171 (2015) ·doi:10.1016/j.asoc.2015.03.003 [30] M、 TSA:连续优化的树种子算法,专家系统。应用。,42, 6686-6690 (2015) ·doi:10.1016/j.eswa.2015.04.055 [31] S、 Grey wolf优化器,高级工程软件,69,46-61(2014)·doi:10.1016/j.advengsoft.2013.12.007 [32] J、 用于全局优化的社交蜘蛛算法。软计算。,30, 614-627 (2015) ·doi:10.1016/j.asoc.2015.02.014 [33] S、 蛾焰优化算法:一种新的自然启发启发式范式,Knowl-基于系统。,89228-249(2015年)·doi:10.1016/j.knosys.2015.07.006 [34] S、 鲸鱼优化算法,高级工程软件,95,51-67(2016)·doi:10.1016/j.advengsoft.2016.01.008 [35] A、 一种新的优化方法:海豚回声定位,高级工程软件,59,53-70(2013)·doi:10.1016/j.advengsoft.2013.03.004 [36] S.C.Chu,P.W.Tsai,J.S.Pan,猫群优化,inPRICAI 2006:人工智能趋势施普林格,(2006),854-858。https://doi.org/10.1007/978-3-540-36668-3_94 [37] M、 狮子优化算法(LOA):一种自然启发的元启发式算法,J.Compute。设计。工程师,3,24-36(2016)·doi:10.1016/j.jcde.2015.06.003 [38] X.Bo,W.J.Gao,果蝇优化算法,in创新计算智能:134种聪明算法的粗略指南, 2014. ·Zbl 1330.68004号 [39] M、 黑猩猩优化算法,专家系统。应用。,149, 113338 (2020) ·doi:10.1016/j.eswa.2020.113338 [40] M、 变色龙群算法:用于解决工程设计问题的生物启发优化器,专家系统。应用。,174, 114685 (2021) ·doi:10.1016/j.eswa.2021.114685 [41] S、 泥模算法:一种新的随机优化方法,Future Gener。计算。系统。,111, 300-323 (2020) ·doi:10.1016/j.未来.2020.03.055 [42] Y、 饥饿游戏搜索:愿景、概念、实施、深入分析、视角和绩效转变,专家系统。应用。,177114864(2021)·doi:10.1016/j.eswa.2021.114864 [43] J、 群体捕食算法,生物工程杂志,18674-710(2021)·doi:10.1007/s42235-021-0050-y [44] G、 卡车调度问题,管理。科学。,6, 80-91 (1959) ·Zbl 0995.90560号 ·doi:10.1287/mnsc.6.1.80 [45] J、 危险品运输的多报告车辆路径问题:模糊双层规划。,399, 201-218 (2017) ·doi:10.1016/j.ins.2017.02.011 [46] A、 带回程的多目标车辆路径问题的进化方法,计算。工业工程,81,90-108(2015)·doi:10.1016/j.cie.2014.12.029 [47] E、 具有需求不确定性的开放式车辆路径问题及其鲁棒策略,专家系统。应用。,41, 3569-3575 (2014) ·doi:10.1016/j.eswa.2013.11.004 [48] E、 设计和开发一种混合蚁群-变量邻域搜索算法,用于多仓库绿色车辆路径问题Trans。决议第D部分:运输。环境。,57, 422-457 (2017) ·doi:10.1016/j.trd.2017.09.003 [49] M、 基于粒子群算法求解动态车辆路径问题的特定组件的影响,应用。软计算。,58, 586-604 (2017) ·doi:10.1016/j.asoc.2017.04.070 [50] S、 借助蜜蜂群进化算法求解具有软时间窗的多目标车辆路径问题。计算。,24, 50-64 (2015) ·doi:10.1016/j.swevo.2015.06.001 [51] E、 增强的智能水滴和布谷鸟搜索算法,用于解决容量受限的车辆路径问题,Inf.Sci。,334-335, 354-378 (2016) ·doi:10.1016/j.ins.2015.11.036 [52] A、 Harris hawks优化:算法和应用,未来世代。计算。系统。,97, 849-872 (2019) ·doi:10.1016/j.未来2019.02.028 [53] C、 基于邻域质心反向学习的Harris-Hawks优化神经网络训练,Evol。智力。,14, 1847-1867 (2021) ·doi:10.1007/s12065-020-00465-x [54] H、 利用深度神经网络和Harris-Hawks优化算法,在边坡稳定性评估中估算粘土摩擦角的广义人工智能模型,工程计算。(2021) ·doi:10.1007/s00366-020-01272-9 [55] S、 使用哈里斯-霍克斯优化算法(Optim)在智能电网中调度智能家电以实现最佳能源管理。工程师,22,1625-1652(2021)·doi:10.1007/s11081-020-09572-1 [56] P、 使用额外的树分类器和增强的Harris hawks优化算法进行软件组件可重用性预测,Int.J.Syst。保证。工程管理。,13, 892-903 (2022) ·doi:10.1007/s13198-021-01359-6 [57] M、 领先的基于2-D Masi熵的多级图像阈值的Harris-hawks优化,多媒体工具应用。,8035543-35583(2021)·doi:10.1007/s11042-020-10467-7 [58] M、 基于Harris-Hawks优化和原子搜索优化算法的PEMFC模型参数估计,神经计算。应用。,33, 5555-5570 (2021) ·doi:10.1007/s00521-020-05333-4 [59] E、 一种用于药物设计和发现的新型混合Harris hawks优化和支持向量机Compute。化学。工程,133106656(2020)·doi:10.1016/j.compchemeng.2019.106656 [60] 一、 支持向量回归的参数优化,使用Harris Hawks优化,Procedia Compute。科学。,179, 17-24 (2021) ·doi:10.1016/j.procs.2020.12.003 [61] A、 基于非线性的混沌Harris Hawks优化器:算法和车联网应用,应用。软计算。,109, 107574 (2021) ·doi:10.1016/j.asoc.2021.107574 [62] H、 Harris Hawks优化:最新变体和应用的综合评述,神经计算。应用。,33, 8939-8980 (2021) ·doi:10.1007/s00521-0521-05720-5 [63] R、 共享电动车充电调度运输问题的建模与优化。工程-理论实践。,41, 370-377 (2021) [64] H、 一种新的带Levy飞行的粒子群优化算法,应用。软计算。,23, 333-345 (2014) ·doi:10.1016/j.asoc.2014.06.034 [65] X.S.Yang,《自然启发的元启发式算法》,Luniver出版社,2010年。 [66] N、 电动汽车共享的站点间车辆人工调度策略设计,同济大学(自然科学),46,1064-1071(2018)·Zbl 1424.90083号 ·doi:10.11908/j.issn.0253-374x.2018.08.009 [67] A、 具有Harris Hawks优化二元风力涡轮机微型选址传递函数的新二元变量,能源代表,668-673(2020)·doi:10.1016/j.egyr.2020.11.154 [68] M、 解决风力涡轮机布局问题的新优化算法:二元人工藻类算法,可再生能源,121301-308(2018)·doi:10.1016/j.rene.2017.12.087 [69] R、 一种新的二进制salp群算法:优化任务的开发和应用,神经计算。应用。,31, 1641-1663 (2019) ·doi:10.1007/s00521-018-3613-z 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。